声明
致谢
摘要
1.1.1 选题背景
1.1.2选题意义
1.2国内外研究现状
1.2.1 交通流预测国内外研究现状
1.2.2群智能优化算法国内外研究现状
1.3论文主要研究内容
1.4论文的组织结构
2相关算法与模型理论基础
2.1循环神经网络
2.1.1 BP神经网络模型
2.1.2循环神经网络模型
2.2人工鱼群算法
2.2.1群智能优化算法
2.2.2人工鱼结构模型
2.2.3人工鱼基本行为
2.2.4人工鱼群算法寻优
2.3 本章小结
3交通流数据
3.1交通流数据来源
3.1.1 数据来源
3.1.2数据读取
3.2交通流数据特性
3.2.1 不同采样时间交通流量变化图
3.2.2交通流的随机性
3.2.3交通流的周期相似性
3.2.4交通流的不确定性
3.3本章小结
4 自适应人工鱼群算法BP循环神经网络
4.1 自适应人工鱼群算法参数
4.1.1 视野Visual
4.1.2步长Step
4.1.3人工鱼总数N
4.1.5拥挤度因子δ
4.2 自适应人工鱼群算法的人工鱼行为
4.2.1 觅食行为
4.2.2追尾行为
4.2.3聚群行为
4.3 自适应人工鱼群算法流程
4.4 BP循环神经网络
4.4.1 BP循环神经网络结构设计思路
4.4.2 BP循环神经网络结构
4.5 自适应人工鱼群算法BP循环神经网络
4.5.1 自适应人工鱼群算法与BP循环神经网络结合的必要性
4.5.2 自适应人工鱼群算法结合BP循环神经网络
4.6本章小结
5 自适应人工鱼群算法BP循环神经网络实现与实例验证
5.1数据预处理
5.1.1数据整理
5.1.2数据的归一化与反归一化
5.2 模型实现
5.3模型训练结果以及预测精度评价
5.3.1模型训练结果与预测精度
5.3.2模型预测结果比较分析
5.4本章小结
6.1研究主要完成内容
6.2不足与展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集
北京交通大学;